帖子标签
从生成图导出的时间序列模型
- 2025年1月24日
在本 notebook 中，我们将展示如何从生成图开始建模和拟合时间序列模型。 特别是，我们解释了如何在 PyMC 模型中有效地使用 scan 进行循环。
心理测量学中的验证性因子分析和结构方程模型
- 2024年9月24日
“显然，相关性和依赖性的概念比附加到概率判断的数值更基本于人类推理……用于表示概率信息的语言应允许定性、直接和明确地表达关于依赖关系的主张” - Pearl 在 Probabilistic Reasoning in Intelligent Systems Pearl [1985]
使用 HSGP 的婴儿出生建模
- 2024年1月24日
本 notebook 提供了一个使用希尔伯特空间高斯过程 (HSGP) 技术的示例，该技术在 [Solin 和 Särkkä, 2020] 中介绍，用于时间序列建模。 该技术已被证明可以成功加速具有高斯过程组件的模型。
有序分类结果的回归模型
- 2023年4月24日
与统计学的许多领域一样，调查数据的语言也带有过载的词汇。 在讨论调查设计时，您经常会听到关于基于设计和基于模型的方法在 (i) 抽样策略和 (ii) 对相关数据进行统计推断之间的对比。 我们不会深入探讨不同抽样策略的细节，例如：简单随机抽样、整群随机抽样或使用人口权重方案的分层随机抽样。 关于这些策略的文献浩如烟海，但在本 notebook 中，我们将讨论何时以及为何将模型驱动的统计推断应用于 Likert 尺度调查响应数据和其他类型的有序分类数据是有用的。
通用 API 快速入门
- 2022年5月31日
PyMC 中的模型以 Model 类为中心。 它引用了所有随机变量 (RV)，并计算模型 logp 及其梯度。 通常，您会将其实例化为 with 上下文的一部分
贝叶斯调节分析
- 2022年3月24日
本 notebook 涵盖了贝叶斯 调节分析。 当我们认为一个预测变量（调节变量）可能会影响另一个预测变量与结果之间的线性关系时，这是合适的。 在这里，我们看一个示例，其中我们研究训练时间和肌肉质量之间的关系，年龄（调节变量）可能会影响这种关系。
多项式分布的狄利克雷混合模型
- 2022年1月8日
本示例 notebook 演示了如何使用多项式分布的狄利克雷混合模型（又名 Dirichlet-multinomial 或 DM）来建模分类计数数据。 像这样的模型在许多领域都很重要，包括自然语言处理、生态学、生物信息学等等。
用于密度估计的狄利克雷过程混合模型
- 2021年9月16日
狄利克雷过程是分布空间上的一种灵活的概率分布。 最普遍而言，集合 \(\Omega\) 上的概率分布 \(P\) 是将测度一分配给整个空间（\(P(\Omega) = 1\)）的[测度](https://en.wikipedia.org/wiki/Measure_(mathematics%29)。 狄利克雷过程 \(P \sim \textrm{DP}(\alpha, P_0)\) 是一种测度，它具有以下属性：对于 \(\Omega\) 的每个有限不相交划分 \(S_1, \ldots, S_n\)，